- •1. Линейные оптимизационные модели эконом. Задач.
- •2.Виды записи задачи лп. Способы преобразования.
- •1. Произвольная форма злп имеет вид (4.2):
- •2. Симметричная форма злп на максимум имеет вид (4.3):
- •3. Каноническая форма злп представлена ниже (4.5 :
- •4.Симплекс-метод численного решения задачи лп.
- •5.Признак оптимальности опорного плана задачи лп.
- •6.Основные теоремы двойственности в лп и их эконом. Содержание
- •12.Метод множителей Лагранжа для задач нелинейного и выпуклого программирования.
- •13.Формулировка теоремы Куна-Такера
- •13.Градиентные методы для задач нелинейного и выпуклого программирования.
- •14.Матричные игры и методы их решения.
- •15. Производственная функция. Основные понятия, свойства
- •16.Общая схема моб, модели моб, решение системы ур-ний моб.
- •20. Оптимизационные модели на основе межотраслевого баланса.
- •21. Агрегирование моб.
- •Вопрос 22. Модель прогноза межотраслевых связей.
- •24.Оптимизац. Динамическая модель моб.
- •Вопрос 23 Динамич. Модели моб.
- •25.Природа моделей экономич. Роста.
- •26. Модель экон. Роста Домара
- •27. Модель экон. Роста Харрода
- •28. Модель экон. Роста Солоу
- •29. Модель расширяющейся эк-ки Неймана.
- •30.Общее понятие о равновесии.
- •32. Модель макроэкономического равновесия Модильяни
- •34. Условия оптимальности по Парето
- •36. Общая характеристика эконометрического подхода
- •37. Произв функция. Основные
- •40. Множестввенная регрессия
- •41. Модель авторегрессии и скользящего среднего
20. Оптимизационные модели на основе межотраслевого баланса.
Простейшая оптимизационная модель межотраслевого баланса:
max, *
y >= 0, **
т.е. Цель – получение максимального ВВП со стороны спроса, m – число отраслей, yi – конечное использование i-той отрасли.
Целевая функция в векторном виде: (Е; у)→ max, где Е – m-мерный единичный вектор (1;1;m;1).
На практике в оптим. плане для нек. отраслей конеч. исп-ие= 0. Для вектора конечного использования необходимо задать верхнюю и нижнюю границу: условие ** заменить на ***.
*** d-<= y <= d+ , где d- и d+ - вектора, задающие нижн. и верх. границу.
Вместо условия *** можно задавать строгие сдвиги в экономике:
X >= (1+ )*
- x >= - (1 - )*
, где - вектор валового выпуска в 1 отрасли
= ( 1, 2, … n)
= ( 1, 2, … n) – вектор ВВ за пред. Год
- темп перестройки отрасли
Рассмотрим равенство
Т.к. 1й игрок максимизирует V, то он одновременно минимизирует при ограничении , xi >0, i =1..m
Рассмотрим равенство
Т.к. 2й игрок стремится к минимизации V, то сумму надо макс-ть. Т.о.
Т.о. нужно решить две оплтимизационные задачи линейного программирования. Из теории двойтвенности вытекает, что эти задачи разрешимы. Их можно решить симплекс-методом.
Допустим, если решили первую задачу и получили оптим. план x* = (x1*, x2*,…, xm*).
Тогда решаем 2ую задачу и получаем
y* = (y1*, y2*,…yn*)
Затем вычисляем цену
x* =
Оптим. смеш. стратегия
Это есть основная теорема матричной теории выбора
21. Агрегирование моб.
Пусть эк-ская сис-ма состоит из n отраслей. Пусть данные отрасли разбиты на m подмножеств J1, J2,…, Jm (m<n). Пересечение любой пары этих подмножеств дает (пустое множество).
Для любых p и q (p≠q): Jp∩Jq=,
Jp={1,2,m,n}
1. Стоим массив М (l, k, )
l- индекс исходной отрасли
k- индекс агрег. Отрасли, в кот-ую входит отрасль l
- весовой коэф.
2. Вычисляются две матрицы
T= │tlk│m x n
G= │glk│m x n
tlk = 1, если отрасль l принадлежит Jk
0, если l не принадлежит Jk
glk = , если (l, k, ) принадлежит М
0, если (l, k, ) не принадлежит М
3. Вычисляется матрица:
= T*A*G – матрица прямых затрат для М отраслей
= T*y – вектор конеч. использования для М отр-й
4. Решаем систему:
= * +
Если выполняются 2 условия:
причем хотя бы одно из неравенств строгое
То решение агрегированной модели является обоснованным
Вопрос 22. Модель прогноза межотраслевых связей.
Как спрогнозировать коэф-ты прямых затрат
Строим оптимизационную модель
(6)
- матрица коэф-в пр. затрат за отч. год.
Ограничения:
(7)
(8) (9)
- коэф-ты пр. затрат для прогнозного года
- ПП -й отр. прогноз. года
- оценка пром. затрат -й отрасли прогн. года
Осн. вопрос – каким усл-ям должны удовлетворять заданные величины, чтобы мн-во реш-й с-мы пустое мн-во.
Условия баланса:
чтобы задача имела допустимые решения (необх. и дост.)
Док-во. Необх-ть.
У нас имеется нек. реш-е, удовл-е усл-ю. Сложим рав-ва (7) и (8) будет вып-ся балансов. ур-е.
Достаточность. Если вып-ся усл-е баланса, покажем, что сущ. хотя бы 1 допуст. план. Дост-но убед-ся, что точка
Покажем, что будет вып-ся рав-во (7)
(т.к. ) чтд (анал-но док-ся, что матрица уд-ет усл-ю 8)
Ф-я выпуклая, т.к. все миноры, составл-е по 2-й произв-й >0. Т.е. локальный min явл-ся и глобальным.